• 대한전자공학회논문지TC
• /
• 제46권11호
• /
• pp.1-11
• /
• 2009

컨텐츠 기반 pub/sub(publish/subscribe)서비스를 피어투피어(peer-to-peer)네트워크에서 구성할 경우 사용자의 다양한 요구 컨텐츠 정보의 분산저장 및 발생될 이벤트의 효율적인 전송이 주요 요구사항이 된다. 이와 관련하여 DHT(Distributed Hash Table)기술을 기반으로 한 pub/sub 오버레이 네트워크 구성 방식 및 사용자 요구 컨텐츠를 이용한 필터기반 트리구조의 pub/sub 네트워크 구성방식 등이 연구되어 왔다. 그러나 DHT기반 방식의 경우 토픽기반 pub/sub서비스 제공에는 적합하나 다양한 요구 조건에 따른 컨텐츠 전송에는 효율적이지 못하다. 또한 필터기반 트리구조의 방식의 경우 컨텐츠에 대한 유사 요구를 가지는 사용자가 네트워크상에 분산되어 있을 경우 비효율적인 필터구성으로 이벤트 전송 시 많은 비용이 발생한다. 본 논문에서는 다양한 사용자 요구 수용 및 이에 따른 이벤트 전송비용을 최적화하기 위해 R-Tree알고리즘 기반 오버레이 네트워크 구성방식을 제안한다. 제안된 방식은 사용자 요구의 다차원공간으로의 매핑 및 유사 요구들 간 계층적 그룹화를 통해 트리를 구성하여 비용 효율적 이벤트 전송방법을 제공하였다. 제안된 방식은 사용자요구 및 이벤트의 다양한 분포 환경에 대한 시뮬레이션을 통해 성능을 검증하였다.

• 지적과 국토정보
• /
• 제50권2호
• /
• pp.101-115
• /
• 2020

자율주행 분야 글로벌 동향 파악 및 공간정보 서비스 활성화 방안 도출을 위해 빅데이터 분석방법을 활용하였다. 사용된 빅데이터는 뉴스기사와 특허문헌을 상호 연계하여 활용하고, 뉴스 기사를 통한 동향 분석, 특허문헌 정보를 활용한 기술 분석이 진행 되었다. 본 논문에서는 자율주행에 대한 주요 뉴스에서 토픽모델을 기반으로 한 LDA(Latent Dirichlet Allocation)를 활용하여 빅데이터화 하고 주요 단어를 추출하였다. 특허정보의 주요 단어를 기반으로 적용된 워드넷(WordNet)을 활용하여 공간정보와 연계성 분석, 글로벌 기술 동향 분석을 실시하고 공간정보 분야의 동향 분석 및 예측을 실시하였다. 본 논문에서는 주요뉴스와 특허문헌 정보를 기반으로 한 빅데이터 분석방법으로 자율주행 분야와 공간정보와의 연계성 분석을 통하여 최신 동향과 미래를 예측하는 방법을 제시한다. 빅데이터 분석으로 도출된 자율주행 분야 공간정보의 글로벌 동향은 플랫폼 얼라이언스, 비지니스 파트너쉽, 기업 인수합병, 합작회사 설립, 표준화 및 기술개발로 도출되었다.

• 과학교육연구지
• /
• 제32권2호
• /
• pp.1-16
• /
• 2008

이 연구의 목적은 제7차 교육과정에 따라 편찬된 고등학교 과학 교과서와 차세대 과학 교과서를 STS적 교육내용을 중심으로 비교 분석하기 위한 것이다. STS의 내용들은 Yager의 STS 토픽과 Piel의 기준 그리고 학생들의 SATIS 활동 유형 등에 의해 분석 되었다. 연구결과, 차세대 과학 교과서는 Yager의 기준에 의한 STS 포함 비율은 20.9%로 기존 교과서의 평균인 11.3% 보다 증가한 것으로 나타났다. STS 구성요소 분석 결과 차세대 교과서의 경우 '지역사외와의 관련성'(59%), '과학의 응용성'(18.2%), '실제 문제에 대한 협동 작업'(13.6%) 순이었다. 차세대 과학 교과서는 '지역사회와의 관련성'요소가 기존 과학 교과서 보다 증가하였고 '과학과 관련된 직업에 대한 인식' 요소가 감소한 것이 큰 특징이다. '과학의 다차원성에 대한 인식', '정보의 선택 및 이용에 대한 평가' 등의 요소에 대해서는 차세대 과학 교과서는 포함되지 않은 반면에 기존 과학 교과서의 경우 낮은 비율이지만 어느 정도의 내용을 포함하는 것을 알 수 있다. Piel의 기준에 의한 STS 주제 영역에 관한 비교 분석에서 차세대교과서는 '환경의 질' 문제와 '우주개발과 국방' 문제를 다루고 있는 반면 기존 교과서의 경우 '기술발달의 영향', '천연자원' 등을 다루고 있다. SATIS 교수-학습 활동 영역에서 차세대 과학 교과서의 주된 활동은 '조사 연구', '모의실험', '자료 분석'등이며, 기존 교과서에서는 '역할 놀이', '연구고안', '모의실험'등의 활동은 거의 찾아 볼 수 없다. 따라서 차후 개발될 교과서에서는 '역할 놀이', '연구 고안', '모의실험'등의 활동이 포함되어야 할 것으로 생각된다.

• 벤처창업연구
• /
• 제19권3호
• /
• pp.53-68
• /
• 2024

Generative AI는 전 세계적으로 많은 관심을 받고 있으며, 이를 비즈니스 환경에서 효과적으로 활용하기 위한 방안이 모색되고 있다. 특히 OpenAI사에서 개발한 Large Language Model인 GPT-3.5 모델을 적용한 ChatGPT 서비스의 대중 공개 이후 더욱 주목받으며 전반적인 산업 분야에 큰 영향을 미치고 있다. 이 연구는 Generative AI, 특히 그 중에서도 OpenAI사의 GPT-3.5 모델을 적용한 ChatGPT의 등장에 초점을 맞춰 스타트업 업계에 미치는 영향을 조사하고 등장 이전과 이후에 일어난 변화를 비교하였다. 본 연구는 스타트업 업계에서 Generative AI가 어떻게 활용되고 있는지를 상세히 조사하고 ChatGPT의 등장이 업계에 미친 영향을 분석함으로써 비즈니스 환경에서 Generative AI의 실제 적용과 영향력을 밝히는 것을 목표로 한다. 이를 위해 ChatGPT 발표 전후에 등장한 Generative AI 관련 스타트업의 기업 정보를 수집하여 산업군, 사업 내용, 투자 정보 등의 변화를 분석하였다. 키워드 분석, 토픽 모델링, 네트워크 분석을 통해 스타트업 업계의 동향과 Generative AI의 도입이 스타트업 업계에 어떤 혁신을 가져왔는지 파악하였다. 연구 결과, ChatGPT의 등장 이후 Generative AI 관련 스타트업의 창업이 증가한 것을 알 수 있었으며 특히 Generative AI 관련 스타트업의 자금 조달 총액과 평균 금액이 크게 증가한 것을 확인할 수 있었다. 또한, 다양한 산업군에서 Generative AI 기술을 적용하고자 하는 시도를 보이고 이를 활용한 기업용 애플리케이션, SaaS 등 서비스와 제품의 개발이 활발해지며 새로운 비즈니스 모델의 등장에 영향을 미치고 있음을 확인하였다. 본 연구 결과를 통해 Generative AI가 스타트업 업계에 미치는 영향을 확인하였으며, 이러한 혁신적인 신기술의 등장이 비즈니스 생태계에 어떠한 변화를 가져다 줄 수 있는 지 이해하는데 이바지할 수 있다.

• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.5-22
• /
• 2021

본 연구는 코로나바이러스감염증-19 (이하 코로나19) 확산 이후 대학의 부분 또는 전면 비대면 수업으로의 전환에 대해 소셜 미디어 플랫폼 중 하나인 트위터에서 이를 어떻게 생각하고 논의하고 있는지를 파악하기 위해 진행되었다. 이를 위해 트위터에서 비대면 수업 관련 트윗을 수집한 후 감성분석 및 시계열 주제 분석을 실시하였다. 감성분석결과, 전반적으로 긍정적인 여론보다 부정적인 여론이 많았지만 시간이 지남에 따라 점차 부정적인 여론이 줄어드는 경향이 나타남을 확인하였다. 또한 월별 감성점수분포를 통해 학기 중이 방학기간보다 감성점수 분포의 폭이 넓음을 확인하였고, 이를 통해 학기 중일 때가 방학 때보다 비대면 수업에 대해 더 다양한 감정과 의견을 교환한다는 사실을 확인할 수 있었다. 다음으로 긍정트윗과 부정트윗을 구분하여 시계열 주제 분석을 실시한 결과, 긍정트윗에서는 수업환경 및 장비, 긍정적인 감정 표현, 강의시청장소, 언어수업, 시험 및 과제와 같은 다섯 가지 주요한 주제가 나타났으며, 부정트윗에서는 시간(수업시간, 쉬는시간), 시험 및 과제, 부정적인 감정 표현, 수업환경 및 장비와 같은 네 가지 주요한 주제가 나타남을 확인하였다. 또한 각 주제별 대표 키워드들의 비율을 통해 시간에 따른 주제의 변화를 파악함으로써 비대면 수업에 대한 여론의 트렌드를 살펴 보고자 하였다. 본 연구는 기존 비대면 수업 관련 연구들과는 달리 소셜 미디어 중 하나인 트위터를 활용하여 국내 대학의 비대면 수업에 대한 전반적인 의견을 파악하고자 하였으며, 감성분석과 시계열 주제 분석을 활용하여 비대면 수업에 대한 긍부정 여론을 나누어 식별 및 시간의 흐름에 따른 트렌드의 변화를 파악하였다는 점에서 학문적 함의를 지닌다. 또한 연구결과는 국내 대학에서의 비대면 수업에 대한 구성 및 개선방안 등에 활용될 수 있으며, 비대면 수업을 설계하는 대학 및 교수자들에게 도움이 될 수 있다는 점에서 실질적인 함의를 지닌다.

• 지능정보연구
• /
• 제24권3호
• /
• pp.199-219
• /
• 2018

인터넷의 일상화와 각종 스마트 기기의 보급으로 이용자들로 하여금 실시간 의사소통이 가능하게 하여 기존의 커뮤니케이션 양식이 새롭게 변화되었다. 인터넷을 통한 정보주체의 변화로 인해 데이터는 더욱 방대해져서 빅데이터라 불리는 정보의 초대형화를 야기하였다. 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회로 여겨지고 있다. 특히 텍스트 마이닝은 비정형 텍스트 데이터를 이용해 패턴을 탐구하여 의미있는 정보를 찾아낸다. 텍스트 데이터는 신문, 도서, 웹, SNS 등 다양한 곳에 존재하기 때문에 데이터의 양이 매우 다양하고 방대하여 사회적 실제를 이해하기 위한 데이터로 적합하다. 본 연구는 한국 최대 인터넷 포털사이트 뉴스의 댓글을 수집하여 2017년 19대 한국 대선을 대상으로 연구를 수행하였다. 대선 선거일 직전 여론조사 공표 금지기간이 포함된 2017년 4월 29일부터 2017년 5월 7일까지 226,447건의 댓글을 수집하여 빈도분석, 연관감성어 분석, 토픽 감성 분석, 후보자 득표율 예측을 수행하였다. 이를 통해 각 후보자들에 대한 이슈를 분석 및 해석하고 득표율을 예측하였다. 분석 결과 뉴스 댓글이 대선 후보들에 대한 이슈를 추적하고 득표율을 예측하기에 효과적인 도구임을 보여주었다. 대선 후보자들은 사회적 여론을 객관적으로 판단하여 선거유세 전략에 반영할 수 있고 유권자들은 각 후보자들에 대한 이슈를 파악하여 투표시 참조할 수 있다. 또한 후보자들이 빅데이터 분석을 참조하여 선거캠페인을 벌인다면 국민들은 자신들이 원하는 바가 후보자들에게 피력, 반영된다는 것을 인지하고 웹상에서 더욱 적극적인 활동을 할 것이다. 이는 국민의 정치 참여 행위로써 사회적 의의가 있다.

• 한국지구과학회지
• /
• 제21권4호
• /
• pp.359-368
• /
• 2000

이 연구의 목적은 중학교 2학년 물의 순환과 일기의 변화 단원에 대해 STS의 한 방법인NIE 수업자료를 개발하여 학생들에게 처치한 후, NIE가 학업 성취도와 과학 관련 태도에 미치는 효과를 조사하고 학습 방법과 학생들의 학업 능력 수준간의 상호 작용 효과를 알아보고자 하는 것이다. 연구대상은 서울시 동작구에 소재한 여자 중학교 2학년 4개 반을 임의로 선정했고, 학급별로 실험집단과 통제집단에 2학급씩 무작위로 배치하였다. 실험 집단에서는 교사가 관련 개념을 6차시동안 간략하게 강의하고 나머지 7차시동안 개발한 NIE 수업자료로 수업하였고, 통제 집단에서는 전통적인 교과서 위주의 강의식 수업을 하였다. NIE 수업은 Iowa Chautauqua Program에서 활용한 문제로의 초대, 탐색 , 설명, 해결방안의 제시 단계에 따라 진행하였고, STS 학습 지도 전략 중 과학에서 출발하는 접근법으로 프로젝트학습, 토픽학습, 낱말 맞추기 퍼즐 등의 NIE 수업자료를 개발 활용하였다. 학업 성취도 검사 도구는 차시별 수업 목표를 고려하여 연구자가 개발하였고, 과학 관련 태도 검사 도구는 TOSRA의 7가지 영역 중 두 영역, 즉 과학의 사회적 의미와 과학에 대한 흥미적 관심에 해당하는 20문항을 사용하였다. 연구 결과에 의하면, NIE 자료를 활용한 수업이 교과서 위주의 전통적인 수업에 비해 학생들의 학업 성취도를 향상시키는데 효과적이었다(P<.01). 또한, 과학과 관련된 학생들의 태도 변화에 있어서도 실험집단이 통제집단보다 통계적으로 유의미한 성취도의 우위를 보이는 것으로 나타났다(P<.01). 학습 방법과 학생들의 성취 수준간의 상호 작용 효과를 알아본 결과 학업 성취도와 과학에 대한 흥미적 관심의 경우에는 주목할 만한 상호 작용 효과는 나타나지 않았으나, 과학의 사회적 의미에 대한 태도에 있어서는 NIE 수업 방법이 전통적인 수업 방법에 비해 하위 집단의 태도를 보다 더 긍정적으로 함양시킨 결과를 유도했다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.101-116
• /
• 2015

많은 기관들이 데이터에 기반을 둔 의사결정을 수행해 왔으며, 특히 수치자료를 비롯한 정형 데이터가 이러한 목적으로 널리 활용되어 왔다. 하지만 최근에는 스마트기기와 소셜미디어의 발달로 인해 다양한 형태를 가진 방대한 양의 정보가 생성, 공유, 저장되면서, 전통적인 정형 데이터 기반 의사결정으로부터 비정형 빅데이터 기반 의사결정으로 관심의 전환이 이루어지고 있다. 데이터 기반 의사결정의 대표적 분야인 추천시스템 분야에서도 성능 향상을 위해 비정형 데이터를 활용해야 한다는 필요성이 최근 꾸준히 제기되고 있다. 특히 사용자의 성향이나 선호도는 고객의 니즈와 직결되기 때문에, 비정형 데이터 분석을 통해 사용자의 성향을 파악하고 이를 통해 상품 추천 및 구매 예측의 정확도를 향상시키기 위한 노력이 매우 시급하게 이루어질 필요가 있다. 따라서 본 연구에서는 사용자의 성향을 측정하여 재구매 예측 정확도, 특히 카테고리별 재구매 예측 정확도를 높임으로써, 궁극적으로 추천시스템의 성능을 향상시킬 수 있는 방안을 제시한다. 구체적으로는 사용자의 일상적인 인터넷 사용 기록을 분석하여 고객이 조회하는 뉴스 기사의 이슈를 식별하고 다양한 이슈에 대한 고객의 관심을 계량화한 후, 이를 활용하여 고객의 카테고리별 재구매 여부를 예측하는 모델을 제안하고자 한다. 실제 웹 트랜잭션으로부터 도출된 인터넷 뉴스 조회 기록 및 쇼핑몰 구매 기록을 대상으로 실험을 수행한 결과, 고객의 과거 구매이력만을 활용한 카테고리 재구매 예측 모형에 비해 본 연구에서 제안한 모형, 즉 고객의 과거 구매이력과 관심 이슈를 모두 활용한 예측 모형의 정확도가 다소 우수한 것으로 나타났다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.191-206
• /
• 2022

대량의 말뭉치를 비지도 방식으로 학습하여 자연어 지식을 획득할 수 있는 사전학습 언어모델(Pre-trained Language Model)은 최근 자연어 처리 모델 개발에 있어 매우 일반적인 요소이다. 하지만, 여타 기계학습 방식의 성격과 동일하게 사전학습 언어모델 또한 학습 단계에 사용된 자연어 말뭉치의 특성으로부터 영향을 받으며, 이후 사전학습 언어모델이 실제 활용되는 응용단계 태스크(Downstream task)가 적용되는 도메인에 따라 최종 모델 성능에서 큰 차이를 보인다. 이와 같은 이유로, 법률, 의료 등 다양한 분야에서 사전학습 언어모델을 최적화된 방식으로 활용하기 위해 각 도메인에 특화된 사전학습 언어모델을 학습시킬 수 있는 방법론에 관한 연구가 매우 중요한 방향으로 대두되고 있다. 본 연구에서는 금융(Finance) 도메인에서 다양한 자연어 처리 기반 서비스 개발에 활용될 수 있는 금융 특화 사전학습 언어모델의 학습 과정 및 그 응용 방식에 대해 논한다. 금융 도메인 지식을 보유한 언어모델의 사전학습을 위해 경제 뉴스, 금융 상품 설명서 등으로 구성된 금융 특화 말뭉치가 사용되었으며, 학습된 언어 모델의 금융 지식을 정량적으로 평가하기 위해 토픽 분류, 감성 분류, 질의 응답의 세 종류 자연어 처리 데이터셋에서의 모델 성능을 측정하였다. 금융 도메인 말뭉치를 기반으로 사전 학습된 KB-BERT는 KoELECTRA, KLUE-RoBERTa 등 State-of-the-art 한국어 사전학습 언어 모델과 비교하여 일반적인 언어 지식을 요구하는 범용 벤치마크 데이터셋에서 견줄 만한 성능을 보였으며, 문제 해결에 있어 금융 관련 지식을 요구하는 금융 특화 데이터셋에서는 비교대상 모델을 뛰어넘는 성능을 보였다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.141-156
• /
• 2013

최근 소셜미디어는 전세계적 커뮤니케이션 도구로서 사용에 전문적인 지식이나 기술이 필요하지 않기 때문에 이용자들로 하여금 콘텐츠의 실시간 생산과 공유를 가능하게 하여 기존의 커뮤니케이션 양식을 새롭게 변화시키고 있다. 특히 새로운 소통매체로서 국내외의 사회적 이슈를 실시간으로 전파하면서 이용자들이 자신의 의견을 지인 및 대중과 소통하게 하여 크게는 사회적 변화의 가능성까지 야기하고 있다. 소셜미디어를 통한 정보주체의 변화로 인해 데이터는 더욱 방대해지고 '빅데이터'라 불리는 정보의 '초(超)범람'을 야기하였으며, 이러한 빅데이터는 사회적 실제를 이해하기 위한 새로운 기회이자 의미 있는 정보를 발굴해 내기 위한 새로운 연구분야로 각광받게 되었다. 빅데이터를 효율적으로 분석하기 위해 다양한 연구가 활발히 이루어지고 있다. 그러나 지금까지 소셜미디어를 대상으로 한 연구는 개괄적인 접근으로 제한된 분석에 국한되고 있다. 이를 적절히 해결하기 위해 본 연구에서는 트위터 상에서 실시간으로 방대하게 생성되는 빅스트림 데이터의 효율적 수집과 수집된 문헌의 다양한 분석을 통한 새로운 정보와 지식의 마이닝을 목표로 사회적 이슈를 포착하기 위한 실시간 트위터 트렌드 마이닝 시스템을 개발 하였다. 본 시스템은 단어의 동시출현 검색, 질의어에 의한 트위터 이용자 시각화, 두 이용자 사이의 유사도 계산, 트렌드 변화에 관한 토픽 모델링 그리고 멘션 기반 이용자 네트워크 분석의 기능들을 제공하고, 이를 통해 2012년 한국 대선을 대상으로 사례연구를 수행하였다. 본 연구를 위한 실험문헌은 2012년 10월 1일부터 2012년 10월 31일까지 약 3주간 1,737,969건의 트윗을 수집하여 구축되었다. 이 사례연구는 최신 기법을 사용하여 트위터에서 생성되는 사회적 트렌드를 마이닝 할 수 있게 했다는 점에서 주요한 의의가 있고, 이를 통해 트위터가 사회적 이슈의 변화를 효율적으로 추적하고 예측하기에 유용한 도구이며, 멘션 기반 네트워크는 트위터에서 발견할 수 있는 고유의 비가시적 네트워크로 이용자 네트워크의 또 다른 양상을 보여준다.